第五讲_时间序列数据分析

《第五讲_时间序列数据分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、法律声明本课件包括：演示文稿，示例，代码，题库，视频和声音等，小象学院拥有完全知识产权的权利；只限于善意学习者在本课程使用，不得在课程范围外向任何第三方散播。任何其他人或机构不得盗版、复制、仿造其中的创意，我们将保留一切通过法律手段追究违反者的权利。课程详情请咨询微信公众号：大数据分析挖掘新浪微博：ChinaHadoop互联网新技术在线教育领航者第五讲LOGO时间序列数据分析--梁斌互联网新技术在线教育领航者目录•Python的日期和时间处理及操作•Pandas的时间序列数据处理及操作•时间数据重采样•时间序列数据统计—滑动窗口•

2、时序模型：ARIMA•实战案例：股票数据分析互联网新技术在线教育领航者目录•Python的日期和时间处理及操作•Pandas的时间序列数据处理及操作•时间数据重采样•时间序列数据统计—滑动窗口•时序模型：ARIMA•实战案例：股票数据分析互联网新技术在线教育领航者Python的日期和时间处理时间序列分类•时间戳（timestamp），特定的时刻•固定周期（period），某月或某年•时间间隔（interval），由起始时间戳和结束时间戳表示。互联网新技术在线教育领航者Python的日期和时间处理datetime,time及calendar

3、模块•datetime,以毫秒形式存储日期和时间•datime.timedelta，表示两个datetime对象的时间差•datetime模块中包含的数据类型示例代码：01_python_datetime.ipynb互联网新技术在线教育领航者Python的日期和时间处理字符串和datetime转换•datetime->str,1.str(datetime_obj)2.datetime.strftime()•str->datetime1.datetime.strptime()需要指定时间表示的形式2.dateutil.parser.pars

4、e()可以解析大部分时间表示形式3.pd.to_datetime()可以处理缺失值和空字符串示例代码：01_python_datetime.ipynb互联网新技术在线教育领航者Python的日期和时间处理字符串和datetime转换•datetime常用格式定义互联网新技术在线教育领航者目录•Python的日期和时间处理及操作•Pandas的时间序列数据处理及操作•时间数据重采样•时间序列数据统计—滑动窗口•时序模型：ARIMA•实战案例：股票数据分析互联网新技术在线教育领航者Pandas的时间序列处理•基本类型，以时间戳为索引的Seri

5、es->DatetimeIndex•创建1.指定index为datetime的list2.pd.date_range()•运算仍然符合按索引对齐，即按时间索引对齐运算•索引1.索引位置2.索引值3.可以被解析的日期字符串4.按“年份”、“月份”索引5.切片操作•过滤truncate示例代码：02_pandas_time.ipynb互联网新技术在线教育领航者Pandas的时间序列处理•生成日期范围pd._date_range()1.传入开始、结束日期，默认生成的该时间段的时间点是按天计算的(频率是D)2.只传入开始或结束日期，还需要传入时间

6、段3.规范化时间戳normalize=True•频率Freq，由基础频率的倍数组成，基础频率包括：1.BM:businessendofmonth，每个月最后一个工作日2.D:天,M:月等•偏移量，每个基础频率对应一个偏移量1.偏移量通过加法连接•移动数据(shifting)，沿时间轴将数据前移或后移，保持索引不变互联网新技术在线教育领航者示例代码：02_pandas_time.ipynbPandas的时间序列处理•基础频率Freq示例代码：02_pandas_time.ipynb互联网新技术在线教育领航者Pandas的时间序列处理•基础频

7、率Freq(续)互联网新技术在线教育领航者示例代码：02_pandas_time.ipynbPandas的时间序列处理时间周期计算•Period类，通过字符串或整数及基础频率构造•Period对象可进行数学运算，但要保证具有相同的基础频率•period_range，创建指定规则的时间周期范围，生成PeriodIndex索引，可用于创建Series或DataFrame•时间周期的频率转换，asfreq•如：年度周期->月度周期•按季度计算时间周期频率示例代码：02_pandas_time.ipynb互联网新技术在线教育领航者目录•Pytho

8、n的日期和时间处理及操作•Pandas的时间序列数据处理及操作•时间数据重采样•时间序列数据统计—滑动窗口•时序模型：ARIMA•实战案例：股票数据分析互联网新技术在线教育领航者时间数据重采样